MétaCan
Menu
Retour à la cohorte
Enregistrement W4409408275 · doi:10.1093/acrefore/9780190632366.013.577

Immigration, Housing, and Health

2025· reference-entry· en· W4409408275 sur OpenAlexaffabout
Caris Towle, K. Bruce Newbold

Notice bibliographique

RevueOxford Research Encyclopedia of Global Public Health · 2025
Typereference-entry
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésImmigrationBusinessPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Immigration, housing, and health are linked, as the Canadian experience illustrates. Refugees and asylees are more vulnerable relative to other immigrant arrivals who can draw upon financial resources or family and social networks to support their housing. Refugees and asylees, by comparison, experience poorer health, poorer health outcomes, and poorer housing opportunities, given their experiences as refugees and weaker economic and social connections. The nexus of the immigration, housing, and health literature indicates that the housing situation affects both physical and psychological health. Moreover, it is not a unidirectional relationship: Poor housing is reflective of poor health status, and poor health status often results in poor housing. Poor housing is also associated with food insecurity, which is more common among low-income households with children and those that are dependent on social welfare programs as a source of income. Refugees and asylees are ultimately more likely to experience poor housing outcomes that further exacerbate poor health.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,163
Tête enseignante GPT0,495
Écart entre enseignants0,332 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of Global Public HealthMême sujetEmployment and Welfare StudiesTravaux en français237 207